Az AI-verseny jövője: nem az nyer, aki a legjobb autót gyártja

1. A legjobb autó még nem jelenti a legjobb közlekedést

Az autóipar történetében kezdetben a technológiai teljesítmény dominált. Ki tud gyorsabb, erősebb, megbízhatóbb autót építeni? Ki képes a legnagyobb mennyiségben és a legalacsonyabb költséggel előállítani?

A verseny azonban fokozatosan átalakult.

Az autók teljesítménye növekedett, miközben egyre fontosabbá vált a biztonság, a megbízhatóság, a gazdaságosság és a használhatóság.

De a legfontosabb változás nem magában az autóban történt.

Az autózásból közlekedési ökoszisztéma lett.

Utak, közlekedési szabályok, jogosítványok, biztosítások, szervizhálózatok, várostervezés, logisztika és új társadalmi szokások alakultak ki.

Egy ország közlekedési rendszerének minőségét ma már nem az határozza meg, hogy képes-e a világ legjobb autóját megépíteni.

Hanem az, hogy mennyire jól képes az autókat a társadalom működésébe integrálni.

Ugyanez a különbség kezd megjelenni a mesterséges intelligencia világában.

2. Az AI ma még nagyrészt a versenyautók korszakában jár

Az AI fejlesztésének jelenlegi versenyében elsősorban a technológiai teljesítményt mérjük.

Melyik modell intelligensebb? Melyik gyorsabb? Melyik rendelkezik nagyobb számítási kapacitással? Melyik szolgáltató tud több felhasználót kiszolgálni?

Ebben a versenyben az Egyesült Államok és Kína jelentős előnyökkel rendelkezik.

Európa számára azonban kérdéses, hogy érdemes-e ugyanennek a versenynek a megnyerését elsődleges stratégiai céllá tenni.

Az autós példával élve: nem biztos, hogy Európának saját Forma–1-es autót kell építenie ahhoz, hogy a világ egyik legjobb közlekedési rendszerét hozza létre.

Ez nem jelenti azt, hogy nincs szüksége saját technológiai képességekre. De a stratégiai cél nem feltétlenül a teljes technológiai önellátás.

Hanem a technológia feletti megfelelő kontroll és annak maximális társadalmi hasznosítása.

3. Két mátrix határozza meg a fejlődést

Beszélgetésünkben két különböző versenydimenziót azonosítottunk.

I. Technológiai teljesítmény és tömegesítés

II. Társadalmi elterjedés és értékteremtés

Elvi mátrixok, nem mért országpozíciók. A jobb felső mező jelenti a kívánatos állapotot.

Az első mátrixban a technológia előállítása és tömegesítése számít.

A másodikban viszont két másik kérdés válik meghatározóvá: hány ember használja a technológiát, és közülük hányan képesek valódi értéket teremteni vele?

Ez alapvető különbség.

Valaki megtanulhat írni anélkül, hogy értékes gondolatokat fogalmazna meg. Nézhet televíziót anélkül, hogy abból tudást szerezne. És használhatja a világ legfejlettebb AI-modelljét anélkül, hogy bármilyen érdemi eredményt hozna létre.

A technológia használata nem azonos a technológia hasznosításával.

4. A társadalmi abszorpció sokkal lassabb lehet, mint a technológiai fejlődés

A történelemben többször találkoztunk ezzel a különbséggel.

Az írás és a könyvnyomtatás megjelenése nem jelentette azonnal az írástudó társadalom megszületését. Ehhez oktatási intézményekre, új gazdasági szerepekre és kulturális változásokra volt szükség.

Az autók tömeges elterjedése sem jelentette automatikusan a biztonságos, hatékony közlekedés kialakulását.

A televízió néhány évtized alatt tömeges fogyasztási eszközzé vált, de a társadalomnak sokkal hosszabb időre volt szüksége ahhoz, hogy alkalmazkodjon a tömegmédia politikai, kulturális és oktatási következményeihez.

Ebből egy fontos hipotézis következik:

A technológiai diffúzió sebessége látványosan növekedett, de a társadalmi és intézményi alkalmazkodás sebessége nem feltétlenül tartott vele lépést.

Ez még nem bizonyított általános történelmi törvény. Az azonban jól látható, hogy a technológia elterjedését és társadalmi hasznosulását külön kell mérni.

Az AI esetében ez különösen fontos, mert a technológiai fejlődés rendkívül gyors, miközben az iskolák, vállalatok, kutatóintézetek, kórházak és államigazgatási rendszerek átalakulása jóval összetettebb feladat.

5. Az EQUORA Institute mint a hasznosítás példája

Az AI-first kutatóintézet gondolata éppen ezt a különbséget teszi kézzelfoghatóvá.

Az EQUORA Institute esetében nem az a cél, hogy saját általános mesterségesintelligencia-modellt fejlesszen.

Hanem az, hogy a már rendelkezésre álló technológiák segítségével alapvetően új kutatási működési modellt hozzon létre.

Az előzetes, review-alapú változáskezelési benchmarkokban megfigyelt, körülbelül 600-szoros sebességelőny ígéretes példa erre, bár önmagában még nem bizonyít 600-szoros kutatási produktivitást.

Ehhez az eredmények minőségét, reprodukálhatóságát, költségét és tényleges tudományos hatását is vizsgálni kell.

De a stratégiai tanulság világos:

Az innováció nem feltétlenül az új motor megépítésében, hanem a motor teljesen új módon történő hasznosításában rejlik.

6. Hol tart az USA, Kína és Európa?

Az autóipari analógiában három eltérő stratégiai hangsúly rajzolódik ki.

Ez természetesen leegyszerűsítés. Az USA és Kína is fejleszt társadalmi alkalmazásokat, Európában pedig jelentős technológiai fejlesztés folyik.

A különbség inkább a meglévő adottságokban és képességekben keresendő.

Európának erős ipari, kutatási, oktatási és intézményi infrastruktúrája van. Jelentős tapasztalattal rendelkezik összetett, sokszereplős rendszerek működtetésében.

Ugyanakkor nem bizonyított, hogy ezek az adottságok automatikusan gyorsabb vagy jobb AI-abszorpciót eredményeznek.

Európa lehetséges versenyelőnye tehát nem kész eredmény, hanem kiaknázható képesség.

7. A szuverenitás: minimális kontrollból növekvő befolyás

Stephen Covey The 7 Habits of Highly Effective People című könyvének egyik gondolata különösen jól alkalmazható az európai AI-stratégiára.

Ahelyett, hogy mindenáron a teljes függetlenségre törekednénk, abból kell kiindulni, amit ténylegesen kontrollálunk.

A közvetlen kontrollra építve növelhető a befolyási kör.

Az EU esetében ez a meglévő piacot, intézményeket, szabályozási eszközöket, kutatási hálózatokat és alkalmazási lehetőségeket jelenti.

A stratégiai kérdés nem az, hogyan válhat Európa minden technológiai rétegben teljesen önellátóvá.

Hanem az, hogyan építhet ki minimális, de elegendő stratégiai kontrollt, amelyből fokozatosan növelhető a mozgástere.

A külföldi technológia használata nem feltétlenül jelent kiszolgáltatottságot, ha rendelkezésre állnak a megfelelő alternatívák, interoperabilitás, adatkontroll és szolgáltatóváltási lehetőségek.

8. Mi lehetne Európa valódi AI-stratégiája?

Az autós példából kiindulva Európának nem elsősorban azt kellene megkérdeznie, hogyan építhet az amerikaiaknál vagy kínaiaknál jobb AI-modelleket.

Hanem azt:

Hogyan tudja a már rendelkezésre álló mesterséges intelligenciát a lehető leggyorsabban, legbiztonságosabban és legértékteremtőbb módon beépíteni a társadalom működésébe?

Ehhez három egymásra épülő stratégiai feladat tartozik:

1. A meglévő adottságok hasznosítása: ipari, oktatási, kutatási, intézményi és kulturális infrastruktúra.
2. A társadalmi abszorpciós képesség fejlesztése: nem pusztán az AI-használók számának növelése, hanem az értékteremtő alkalmazások és szervezeti átalakulások gyorsítása.
3. A stratégiai mozgástér növelése: a kontrollálható képességekre építve, a globális technológiai infrastruktúrát is hasznosítva.

Ehhez érdemes lenne bevezetni egy új teljesítménymutatót: az AI Absorption Efficiency, vagyis az AI társadalmi hasznosításának hatékonyságát.

Ez azt vizsgálná, hogy az AI-ba fektetett erőforrásokból mennyi igazolható, tartós gazdasági, tudományos és társadalmi érték keletkezik.

A stratégiai következtetés

Az autóipar története azt mutatja, hogy a technológia feltalálása, tömeges előállítása, elterjedése és társadalmi hasznosítása négy különböző teljesítmény.

Az AI-versenyben jelenleg az első kettő kapja a legnagyobb figyelmet. A harmadik gyorsan fejlődik. A negyedikben viszont még nincs egyértelmű győztes.

Európa kulturális és intézményi adottságai éppen ezen a negyedik területen jelenthetnek stratégiai lehetőséget.

De ez csak akkor válik valódi versenyelőnnyé, ha Európa nem pusztán szabályozza az AI-t, hanem képes gyorsabban megtanulni, hogyan teremtsen vele értéket.

A 20. században az autó megváltoztatta a közlekedést. A valódi társadalmi áttörést azonban nem önmagában az autó, hanem a köré épülő infrastruktúra, intézmények és társadalmi gyakorlatok hozták el.